基于感知器神经网络的金属磁记忆检测管道缺陷分析

• 作者: 刘书俊 李著信 许红 龚利红
• 来源期刊: 机床与液压
• 学科: 工学
• 关键词: 金属磁记忆 感知器神经网络 管道缺陷
• 年，卷（期）: 2013,（9）
• 所属期刊栏目: 故障诊断与可靠性
• 页码范围: 186-188
• 页数: 3页
• 分类号: TP183
• 字数: 2552字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3881.2013.09.051

摘要

感知器神经网络可以在采用金属磁记忆技术查找管道隐性损伤的基础上,有效识别应力集中和宏观裂纹.对4项线性指标的感知器神经网络的计算机仿真分析,100次模拟的平均诊断正确率为71.2％.增加切向梯度和法向梯度乘积项的感知器神经网络识别效果最好,其100次模拟的平均诊断正确率达到了90.7％,显著高于线性模型的识别效果,可有效应用于金属磁记忆的管道缺陷监测.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李著信	中国人民解放军后勤工程学院军事供油工程系	27	269	10.0	15.0
2	龚利红	中国人民解放军后勤工程学院军事供油工程系	23	57	5.0	5.0
6	刘书俊	中国人民解放军后勤工程学院军事供油工程系	4	16	3.0	4.0
7	许红	中国人民解放军后勤工程学院军事供油工程系	2	10	2.0	2.0